- Oggetto:
- Oggetto:
Laboratorio di Statistica Computazionale
- Oggetto:
Computational Statistics Laboratory
- Oggetto:
Anno accademico 2018/2019
- Codice dell'attività didattica
- MFN1622
- Docente
- Prof. Maria Teresa Giraudo (Titolare del corso)
- Corso di studi
- Laurea in Matematica
- Anno
- 3° anno
- Periodo didattico
- Primo semestre
- Tipologia
- D.M. 270 TAF F - Altre attività
- Crediti/Valenza
- 3
- SSD dell'attività didattica
- MAT/06 - probabilita' e statistica matematica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Inglese
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Scritto
- Prerequisiti
-
It is recommendable to have passed the exam of the second year Probability and
Statistics course.
Possibilmente aver sostenuto l'esame di Calcolo delle Probabilità e
Statistica del secondo anno. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
In accordance with the educational goals of the degree program envisaged in the SUA-CdS file, the aim of the course is to introduce the students to the applications of the basic statistical pronciples and techniques they have acquired. This is done by employing real problems and data sets coming from different fields such as for instance Biology, Engineering, Finance, Demography, Epidemiology and by introducing the statistical software R (www.r-project.com) and its programming facilities.
Coerentemente con gli obiettivi formativi del Corso di Studio previsti dalla scheda SUA-CdS, il corso si prefigge di far comprendere agli studenti le applicazioni pratiche della Statistica prendendo spunto dal suo utilizzo nel contesti più diversi come la biologia, l'ingegneria, la finanza, la demografia, l'epidemiologia e altri. A tale scopo viene introdotto nel corso il software statistico R (www.r-project.org) di cui si forniscono anche elementi di programmazione.
- Oggetto:
Risultati dell'apprendimento attesi
Knowledge and understanding
The course, starting from basic Statistics knowledge, allows the students to employ them in real applications broadening at the same time the computational and computer science skills. The teaching material is in English and thus favours the habit to read mathematical papers and books in the original language.
Applying Knowledge and understanding
The course shows to the students specific statistical methodologies to extract qualitative information from quantitative data. Moreover it allows them to use specific computer science instruments to get the possibile information also by means of some programming skills.
Making judgements
The students are lead to propose and to analyze statistical models for real situations arising in other fields and to use such models to facilitate their study. They can work in group but they are also able to work satisfactorily on their own.
Communication
The students become able to discuss with experts in other subjects about problems of moderate difficulty and they realize the possibility to statistically formalize real situations and to suitably formulate useful models in several contexts. They are able to employ the English language in the specific fields .
Conoscenza e capacità di comprensione
Il corso, partendo dalle conoscenze di base di statistica, consente agli studenti di utilizzarle in un contesto applicativo approfondendo nel contempo le competenze computazionali e informatiche tramite l'uso di sofware statistico specifico. Il corso utilizza materiali in inglese, favorendo l'abitudine alla lettura di testi matematici in lingua inglese.
Capacità di applicare conoscenza e comprensione
Il corso presenta agli studenti le modalità specifiche della statistica per estrarre informazioni qualitative da dati quantitativi. Li pone inoltre in grado di utilizzare strumenti informatici specifici per acquisire le possibili informazioni anche tramite attività di programmazione autonoma.
Autonomia di giudizio
Gli studenti sono posti in grado di proporre e analizzare modelli statistici associati a situazioni concrete derivanti da altre discipline e di usare tali modelli per facilitare lo studio della situazione originale. Possono fare esperienza di lavoro di gruppo per le analisi che vengono loro proposte, ma sono in grado di lavorare autonomamente.
Abilità comunicative
Gli studenti divengono in grado di dialogare con esperti di altri settori su problemi di moderata difficoltà, riconoscendo la possibilità di formalizzare e analizzare statisticamente situazioni di interesse applicativo e formulando gli adeguati modelli a supporto di attività in svariati ambiti. Sono in grado di utilizzare la lingua inglese nell'ambito specifico di competenza.
- Oggetto:
Modalità di insegnamento
This course is given through practical lessons in the computer room. The detailed program of the lessons will be available on the Moodle page of the course.
Attendance to lessons is not compulsory, but highly recommended due to the necessity of learning and employing specific computer science instruments.
Questo insegnamento prevede lezioni ed esercitazioni in aula informatizzata. Il programma calendarizzato dell'insegnamento è scaricabile dalla pagina Moodle del corso.
La frequenza alle lezioni e alle esercitazioni è facoltativa, ma fortemente consigliata vista la necessità di apprendere l'utilizzo di software dedicati.
- Oggetto:
Modalità di verifica dell'apprendimento
(1) First two exam dates: Students will be asked to complete during the course two assigned individual works. The works will be given a score covering 60% of the final grade as a whole The final exam consists of an exercise to solve with the software in the computer room (1 hour). It will be given 40% of the final grade.
(2) Other exam dates: The examination will take place in the computer room; students will be asked to solve two exercvise covering all aspects of the program (2 hours). The final grade will be determind solely by this exam.
(1) Primi due appelli: Gli studenti dovranno svolgere e consegnare due lavori individuali, per i quali verrà richiesto di analizzare in dettaglio set di dati forniti appositamente o simulati. A tali lavori verrà assegnato un voto che contribuirà per il 60% alla votazione finale L'esame finale consisterà nello svolgimento di un ulteriore esercizio con l'uso del software in aula informatizzata (1 h). Il voto dell'esame scritto contribuirà per il restante 40% alla votazione finale.
(2) Appelli successivii: L'esame consisterà nello svolgimento di due esercizi riguardanti tutti gli argomenti del programma con l'uso del software in aula informatizzata (2 h) . La votazione sarà determinata solamente da tale prova.
- Oggetto:
Programma
Introduction to the applications of Statistics and to the use of statistical software R.
One-dimensional descriptive Statistics: main statistical indexes (sample mean, mode, median, sample variance, coefficient of variation, curtosis, skewness); graphical representations of sample data
Two-dimensional descriptive statistics: contingency tables, sample correlation.
Simulating a sample; inverse transform method.
Hypothesis testing: parametrical and not parametrical tests for one and for two samples; chi square test for independence.
Goodness of fit tests.
Correlation and regression.
One and two way analysis of variance.
Introduzione alle applicazioni della Statistica e all'uso del software R.
Analisi esplorativa di dati unidimensionali: principali indici statistici: media campionaria, moda, mediana, varianza campionaria, coefficiente di variazione, curtosi, asimmetria; rappresentazioni grafiche dei dati campionari.
Analisi esplorativa di dati bivariati: tabelle di contingenza, correlazione campionaria.
Simulazione di un campione; metodo della trasformata inversa.
Verifica di ipotesi: test parametrici e non parametrici per uno e due campioni; test chi quadro di indipendenza.
Test di bontà dell'adattamento.
Correlazione e regressione.
Analisi della varianza a una e a due vie.
Testi consigliati e bibliografia
- Oggetto:
1) P. Dalgaard Introductory Statistics with R, Springer 2008
2) Owen Jones, Robert Maillardet, Andrew Robinson Introduction to Scientific Programming and Simulation Using R, Second Edition, Chapman and Hall/CRC 2014
3) Materiale didattico utilizzato a lezione presente sulla pagina del corso e sitografia segnalata dal docente.
1) P. Dalgaard Introductory Statistics with R, Springer 2008
2) Owen Jones, Robert Maillardet, Andrew Robinson Introduction to Scientific Programming and Simulation Using R, Second Edition, Chapman and Hall/CRC 2014
3) Teaching material downloadable on the web page of the course and web material suggested by the teacher.
- Oggetto:
Orario lezioni
- Oggetto: